ОЦІНКА ЯКОСТІ МЕТОДІВ МАСКУВАННЯ ЗОБРАЖЕНЬ ДЛЯ ВИЯВЛЕННЯ КОНТУРІВ
DOI:
https://doi.org/10.18372/2310-5461.18.4936Ключові слова:
образ маскування, GT – зображення, метод оцінки, міра оцінки, якість виявленняАнотація
Стаття присвячена питанням оцінки якості методів виявлення контурів об'єктів в реалістичних зображеннях. Метою статті є аналіз способів оцінки якості методів маскування зображень (якості детектування і локалізації контурів) для практичної реалізації в системах автоматичної обробки зображень і відеоданих з метою підвищення якості обробки. У статті аналізуються відомі заходи оцінки якості маскування, які умовно поділені на дві групи: оцінки якості детектування і оцінки локалізації контурів. Розглянуті основні переваги і недоліки заходів оцінки якості маскування. На підставі узагальнення практичного застосування методів маскування у відомих системах обробки зображень і даних власного експерименту автор приходить до висновку, що запропоновані методи оцінки якості маскування зображень, дозволяють дати досить детальну кількісну характеристику методів маскування. Відображені підходи до порівняльної оцінки методів маскування для вибору конкретного методу (методів) з метою практичної реалізації в системах обробки зображень (відеоданих). На закінчення зроблено висновок, що для обґрунтування вибору одного з існуючих методів маскування необхідно використати порівняльні кількісні заходи якості маскування зображень з використанням ground truth образів (зображень, що містять ідеальні в розумінні дослідника контури).
Посилання
Gonsales R. S. Digital image processing / R. S. Gonsales, R. E. Vuds. — М. : the Technosphere, 2006. — 1072 with.
Прэтт U. K. Tsifrovaja obrabotka izobrazheny / U. K. Прэтт. — М. : the World, 1982. — 792 with.
Ablamejko S. V. Image processing: technology, methods, application / S. V. Ablamejko, D. M. La gunovsky. — Minsk : Amalfeja, 2000. — 303 with.
Білинський Я. Я. Meтоди обробки зображень в комп’ютеризованих оптико-електронних системах / Я. Я. Білинський. — Вінниця : ВНТУ, 2010. — 272 with.
Herskovits A., Binford T. On Boundary Detection, MIT Project MAC, Artificial Intelligence Memo 183, July 1970.
Fram J. R., Deutch E. S. On the Evalution of Edge Detection Schemes and Their Comparison with Human Performance, IEEE Trans. Computers, C-24, Vol. 6, p. 616– 628 (June 1975).
Bowyer K., Kranenburg A., Dougherty S. Edge detector evaluation using empirical ROC curves, Computer vision and Image Understanding. 2001. Vol. 84. № 1, p. 77–103.
Gribkov I. V. [et al.]. Edge Detection under Affine Transformations: Comparative Study by PICASSO 2 System, WSEAS Transactions on Signal Processing. 2006. Is. 9. Vol. 2, p. 1215–1221.
Prieto M. S., Allen A. R. A similarity metric for edge images, IEEE Trans. Pattern Anal. Mach. Intell. 2003. Vol. 25. № 10, p. 1265–1273.
Osipov A. A fuzzy approach to performance evaluation of edge detectors, in Lecture Notes in Signal Science, Internet and Education, WSEAS Press / A. Osipov. — 2007, p. 94–99.
Some's fungi questions of the quantitative estimation of productivity of detectors of boundaries / I. V. Gribkov, A. V. Zaharov, P. P. Koltsov, etc. // Software solutions and systems. — № 4, 2011, with. 13–19.
Wang Z. Image quality assessment: From error visibility to structural similarity. IEEE transaction on Image Processing / Z. Wang, A. Bovik, H. Sheikh. — 2004. — Vol. 13, 4., p. 309–312.
A. J. Baddeley. Errors in binary images and Lp version of the Hausdorff Metric, Nieuw Archief voor Wiskunde / A. J. Baddeley. 1992. Vol. 10, pp.
–183.
